次へ: 人手評価
上へ: 実験結果
戻る: 実験結果
目次
表4.6にチューニングなしの場合における実験結果を示す．また，表4.5.1にチューニングあり
翻訳実験の結果を示す．表中のベースラインは，既存の対訳学習データのみを用いて統計翻訳を行った結果である．
提案手法において，パターンに適合し翻訳が行われた日本語学習文は，単文実験で100,000文中55,299文，重文複文実験で60,000文中1,922文であった．
(a) 単文
表:
自動評価結果(チューニングなし)
| 翻訳手法 |
BLEU |
METEOR |
RIBES |
| ベースライン |
0.0936 |
0.4395 |
0.6689 |
| 提案手法 |
0.0980 |
0.4482 |
0.6731 |
(b) 重文複文
| 翻訳手法 |
BLEU |
METEOR |
RIBES |
| ベースライン |
0.0715 |
0.3825 |
0.6269 |
| 提案手法 |
0.0718 |
0.3822 |
0.6223 |
(a) 単文
表:
自動評価結果(チューニングあり)
| 翻訳手法 |
BLEU |
METEOR |
RIBES |
| ベースライン |
0.1187 |
0.4805 |
0.6963 |
| 提案手法 |
0.1166 |
0.4841 |
0.6930 |
(b) 重文複文
| 翻訳手法 |
BLEU |
METEOR |
RIBES |
| ベースライン |
0.0925 |
0.4205 |
0.6457 |
| 提案手法 |
0.0951 |
0.4303 |
0.6509 |
結果より，ベースラインと比較して単文データセットを用いたチューニングなしの実験および
重文複文データセットを用いたチューニングありの実験において，提案手法の評価値が向上した．
次へ: 人手評価
上へ: 実験結果
戻る: 実験結果
目次
平成25年2月12日